社交媒体运营最耗精力的部分，往往不是按下发布按钮，而是在大量重复、过时和缺乏出处的信息里找到真正值得说的内容。这个项目的目标，是把每天的搜索工作压缩成一组可追溯、可比较、可人工判断的候选草稿。
先解决信息源，而不是先写文案
系统同时读取技术社区、新闻聚合站、RSS 订阅和论文索引。不同来源承担不同角色：社区反映讨论热度，新闻站提供时效性，RSS 保证官方出处，论文索引补充尚未进入大众视野的研究进展。
采集后的第一步不是交给模型改写，而是统一标题、链接、发布时间和来源，再进行相似度去重。这样可以避免同一条新闻换了几个标题后占满候选列表。
排序必须能解释
候选内容会根据发布时间、社区互动、来源可信度和主题相关性综合排序。时效性有权重，但不会压过出处和相关性；热门也不等于适合发布。
我保留了每项得分的来源，让运营者能够理解某条内容为何靠前。可解释的排序比一个看似聪明却无法复核的黑箱更适合日常工作。
模型写草稿，人决定是否发布
生成阶段会给模型明确的语气、长度、事实边界和引用要求。草稿必须附带原始链接，涉及数字和结论时不能脱离来源。产品信息只在确实相关时出现，避免每条内容都变成广告。
最终发布始终保留人工确认。这个小小的停顿可以拦住事实错误、语气失衡和突发事件中的不合时宜，也让自动化保持在辅助而不是代替判断的位置。
这套系统真正节省的不是写一句话的时间，而是每天重新搜索、筛选和核对的注意力。自动化负责整理，人负责立场与责任。
隐私说明：本文已移除合作对象、域名、账号、服务器、凭据及精确内部数据，仅保留可公开分享的工程方法。